Kimi Work: Moonshot AI의 올인원 AI 워크스페이스 완전 가이드 (2026)

대부분의 AI 생산성 도구는 사용자가 직접 통합 작업을 하도록 요구합니다. 글쓰기는 ChatGPT, 코딩은 Claude, 리서치는 Perplexity, 슬라이드는 또 다른 도구를 쓰는 식입니다. Kimi Work는 다른 접근을 택합니다: 하나의 워크스페이스, 하나의 모델, 모든 것이 연결된 환경입니다.

베이징 기반 랩으로 최근 200억 달러 기업가치 기준 20억 달러를 조달한 Moonshot AI가 만든 Kimi Work는 AI 생산성 스택을 하나의 환경으로 압축하려는 지금까지의 가장 야심 찬 시도입니다. 그 야심이 실제로 쓸 만한 무언가로 이어지는지가 진짜 질문입니다. 알아야 할 내용을 정리했습니다.

Kimi Work란 무엇인가?

Kimi Work는 Moonshot AI의 플래그십 플랫폼인 Kimi AI 내부의 핵심 생산성 환경입니다. 몇 가지 덧붙인 도구가 붙은 챗봇이 아니라, AI가 글쓰기, 코딩, 리서치, 프레젠테이션, 스프레드시트, 멀티 에이전트 오케스트레이션을 하나의 공유 컨텍스트에서 처리하는 완전한 디지털 작업 공간입니다.

이 플랫폼은 Kimi K2.6으로 구동됩니다. K2.6은 2026년 4월에 출시된 네이티브 멀티모달 모델로, Moonshot AI는 이를 오픈소스 코딩의 진전을 이끈 모델로 설명합니다. K2.6은 서구 시장에서 가장 인기 있는 AI 코딩 도구 중 하나인 Cursor가 2026년 3월 새 코딩 기능에 조용히 채택한 바로 그 기반 모델이기도 합니다. 이 채택 사실은 어떤 벤치마크보다도 더 많은 것을 말해줍니다.

Kimi Work의 핵심 논지: 지식 노동은 고립된 도구에서 일어나지 않으니, AI도 그래서는 안 됩니다.

누가 Kimi를 만들었나? Moonshot AI의 이야기

Moonshot AI(北京月之暗面科技有限公司)는 2023년 베이징에서 설립되었으며, “에너지를 지능으로 전환하는 최적의 방법을 찾는다”는 미션을 내세우고 있습니다. 이는 결국 AGI를 추구한다는 뜻의 다른 표현입니다. 오픈소스를 부차적으로 취급하는 많은 랩과 달리, Moonshot은 이를 전략적 차별점으로 삼았습니다.

회사의 성장은 AI 업계 기준으로 봐도 이례적으로 빠릅니다.

• 2024년 2월: 25억 달러 기업가치로 10억 달러를 조달 — 긴 컨텍스트 LLM 돌파구에 대한 초기 인정
• 2026년 1월: 전용 코딩 에이전트와 함께 Kimi K2.5를 오픈소스 모델로 공개
• 2026년 3월: Cursor가 새로운 코딩 모델이 Moonshot AI의 Kimi 위에 구축되었다고 공개
• 2026년 4월: Kimi Work를 구동하는 현재 프로덕션 모델 Kimi K2.6 출시
• 2026년 5월: 오픈소스 AI에 대한 엔터프라이즈 수요 급증에 힘입어 200억 달러 기업가치로 20억 달러 조달

이 200억 달러라는 숫자가 중요한 이유는 헤드라인 때문이 아니라, 무엇을 의미하는지 때문입니다. 투자자들은 오픈소스 기반 엔터프라이즈 AI 접근 방식이 일시적인 포지셔닝이 아니라 지속 가능한 경쟁 우위라고 베팅하고 있습니다.

Kimi Work의 핵심 기능

Kimi Work는 하나의 공간 아래에 10개의 서로 다른 도구를 통합합니다. 각 기능이 무엇을 하고, 언제 실제로 유용한지 살펴보겠습니다.

1. AI Chat

모든 Kimi Work 세션의 기반입니다. 독립형 챗봇과 달리 Kimi Work의 대화는 작업 중인 다른 모든 것과 컨텍스트를 공유합니다. 따라서 방금 만든 문서에 대해 후속 질문을 할 때 콘텐츠를 다시 붙여 넣을 필요가 없습니다. K2.6의 추론 엔진은 디버깅 설명부터 전략 분석까지 모두 처리합니다.

2. Slides

하나의 프롬프트로 전체 프레젠테이션 덱을 생성합니다. 주제, 대상, 톤을 설명하면 Kimi가 내러티브를 구성하고, 내용을 작성하며, 슬라이드용 형식으로 만들어 줍니다. 빠른 피치 준비나 리서치 문서를 수동 재서식 없이 이사회용 발표 자료로 바꿀 때 유용합니다.

3. Websites

워크스페이스 안에서 바로 기능하는 웹사이트를 만들고 렌더링합니다. 랜딩 페이지부터 간단한 프로토타입까지, Kimi가 코드를 생성하고 실시간 미리보기를 보여줍니다. 개념 증명 작업에는 배포 파이프라인이 필요하지 않습니다.

4. Docs

수천 단어에 걸쳐 일관성이 유지되는 장문 문서 생성 기능입니다. Moonshot AI의 원래 돌파구였던 긴 컨텍스트 처리(long-context processing)가 가장 분명하게 빛나는 부분입니다. 보통은 길어질수록 일관성이 무너지는 보고서, 제안서, 기술 명세서, 기사도 구조와 주제를 유지합니다.

5. Sheets

수식 전문 지식은 없지만 결과가 필요한 사용자를 위한 AI 기반 스프레드시트입니다. Kimi는 데이터셋을 분석하고, 수식을 구성하고, 차트를 생성하고, Excel 함수 지식 없이도 원시 숫자에서 비즈니스 인사이트를 도출할 수 있습니다.

6. Deep Research

플랫폼에서 가장 실용적으로 유용한 기능 중 하나입니다. Kimi에게 연구 질문을 주면 여러 단계를 거친 웹 리서치를 자율적으로 수행합니다. 출처를 탐색하고, 발견한 내용을 종합하고, 구조화된 보고서를 만듭니다. 경쟁 분석, 문헌 검토, 시장 조사에 있어서는 여러 시간의 수작업을 대체합니다.

7. Agent Swarm

가장 기술적으로 야심 찬 기능입니다. Agent Swarm은 여러 AI 에이전트가 하나의 복잡한 작업을 병렬로 수행하도록 오케스트레이션합니다. 순차 처리처럼 1단계, 2단계, 3단계를 차례대로 하는 대신, Agent Swarm은 작업을 분해해 동시에 실행할 수 있는 전문화된 에이전트들에게 하위 작업을 할당하고, 완료되는 대로 결과를 통합합니다.

“이 주제를 조사하고, 재무 모델을 만들고, 임원 요약을 작성하라” 같은 다단계 워크플로에서는 Agent Swarm이 단일 에이전트 도구와 구조적으로 다릅니다. 완료 시간은 모든 하위 작업의 합이 아니라 가장 오래 걸리는 하위 작업에 의해 결정됩니다.

8. Kimi Code

주요 언어 전반에서 코드를 작성, 디버깅, 리팩터링, 리뷰하기 위한 전용 코딩 환경입니다. Cursor가 이 모델을 자사 코딩 기능의 기반으로 사용했다는 사실은 기능의 상한선을 짐작하게 합니다. Kimi Code는 단발성 스크립트부터 더 큰 다중 파일 프로젝트까지 모두 처리합니다.

9. Kimi Claw

더 깊은 시스템 상호작용과 워크플로 실행을 위해 설계된 특화 자율 에이전트입니다. 세부 사항은 아직 계속 공개되는 단계지만, Claw는 순수한 콘텐츠 생성이 아니라 외부 시스템과의 지속적이고 세밀한 상호작용이 필요한 작업을 위한 도구로 자리매김하고 있습니다.

10. Kimi Open Platform and API

Kimi의 기능을 맞춤형 애플리케이션에 통합해야 하는 개발자와 엔터프라이즈를 위한 기능입니다. API는 Moonshot의 기반 위에 자체 워크플로를 구축하는 팀이 기본 K2.6 모델과 에이전트 인프라에 접근할 수 있게 해줍니다.

Kimi Work가 다른 점은 무엇인가?

네이티브 멀티모달성

Kimi K2.6은 텍스트, 코드, 이미지를 별도의 모델이 아니라 동급의 입력으로 처리하도록 설계되었습니다. 이런 아키텍처 선택 덕분에 차트 스크린샷을 분석하고 그에 대한 보고서를 작성하는 것처럼 여러 모달리티가 섞인 작업에서도 경계에서 성능이 떨어지지 않습니다.

오픈소스의 장점

최전선 AI 랩의 대부분은 가장 강력한 모델을 독점적으로 유지합니다. Moonshot은 K2.5를 오픈소스로 공개했고 K2.6에서도 그 철학을 이어가고 있습니다. 엔터프라이즈 입장에서 이는 두 가지 측면에서 의미가 있습니다. 폐쇄형 모델이 허용하지 않는 자체 호스팅과 커스터마이징이 가능하고, 모델 위에 구축하고 검증하는 개발자 커뮤니티가 생겨 내부 테스트보다 능력 격차를 더 빨리 드러내는 경향이 있습니다.

긴 컨텍스트 처리

Moonshot AI는 긴 컨텍스트 돌파구를 기반으로 만들어졌습니다. Kimi는 전체 코드베이스, 방대한 연구 자료, 책 분량의 문서도 일관성을 잃지 않고 처리할 수 있습니다. 계약 검토, 문헌 종합, 코드베이스 분석처럼 대량의 소스 자료를 종합하는 작업에서는 진짜 차별점이 됩니다.

도구 간 공유 컨텍스트

모든 것을 하나로 묶는 제품 설계의 핵심 통찰입니다. Kimi Work 안에서 Deep Research에서 Docs로, 또 Slides로 이동해도 AI는 해당 세션에서 수행한 모든 작업의 컨텍스트를 유지합니다. 도구를 바꿀 때마다 다시 시작하는 것이 아닙니다. “주제 조사 → 보고서 작성 → 발표 자료 제작” 같은 워크플로에서는 이런 연속성이 멀티툴 AI 워크플로를 번거롭게 만드는 복붙 오버헤드를 없애줍니다.

Kimi Work vs. 경쟁 제품

솔직한 비교는 모델 벤치마크보다 워크플로 커버리지에 더 가깝습니다.

ChatGPT는 대화의 유창성에서 뛰어납니다. Claude는 미묘하고 신중한 글쓰기에 강합니다. Perplexity는 빠른 리서치의 기본 도구입니다. Kimi Work의 차별점은 이들 각각의 특화 영역에서 어떤 하나를 능가한다는 것이 아니라, 컨텍스트가 작업 사이를 흐르는 통합 환경에서 이 모든 것을 커버한다는 점입니다.

다단계 워크플로를 수행하는 사용자에게는 이런 통합이 세 개의 서로 다른 최고 수준 도구를 쓰는 방식으로는 완전히 따라잡을 수 없는 수준의 마찰 감소를 제공합니다.

누가 Kimi Work를 써야 하나?

소프트웨어 개발자는 Kimi Code와 Agent Swarm의 조합에서 가장 큰 이점을 얻습니다. 리서치, 구현, 문서화가 동시에 필요한 복잡한 코딩 작업에 특히 유리합니다.

연구자와 분석가는 Deep Research에서 가장 큰 가치를 얻습니다. 여러 단계를 거치는 자율 웹 리서치가 문헌 검토와 경쟁 환경 분석에 드는 시간을 절약해 줍니다.

콘텐츠 크리에이터와 마케터는 브리프부터 문서, 발표 덱까지 전 과정을 Kimi Work 안에서 진행할 수 있으며, 컨텍스트 윈도우 전반에 걸쳐 일관된 톤을 유지할 수 있습니다.

스타트업 창업자는 아이디어 구상, 콘텐츠 제작, 웹사이트 생성, 기본 데이터 분석까지 다루는 빠른 프로토타이핑 환경을 얻을 수 있으며, 다섯 개의 서로 다른 도구 구독이 필요하지 않습니다.

엔터프라이즈 팀은 자체 호스팅과 커스텀 통합에 관심이 있다면 Kimi Open Platform과 오픈소스 모델 기반을 통해 명확한 경로를 가질 수 있습니다.

Kimi Work 시작하는 방법

1. kimi.moonshot.cn을 방문해 무료 계정을 만듭니다
2. 데스크톱 또는 모바일 앱을 다운로드합니다 (iOS, Android, macOS, Windows에서 사용 가능)
3. New Chat으로 시작해 K2.6의 대화 기능을 탐색합니다
4. 현재 작업 중인 주제에 Deep Research를 사용해 보세요 — 생산성 차이가 가장 빠르게 드러나는 지점입니다
5. 다단계 작업에 Agent Swarm을 실험해 병렬 실행을 직접 확인해 보세요
6. 개발자라면 Kimi Open Platform 문서를 살펴 API 접근을 확인하세요

Moonshot AI의 다음 단계

K2.5(2026년 1월)에서 K2.6(2026년 4월)까지의 반복 속도 — 3개월 — 는 Moonshot AI가 대부분의 서구 최전선 랩보다 더 빠른 릴리스 주기로 움직이고 있음을 시사합니다. 2026년 5월에 조달한 20억 달러는 그 속도를 유지할 컴퓨트와 인재 예산을 제공합니다.

오픈소스 전략은 복리 효과를 만듭니다. 모든 릴리스가 더 큰 개발자 생태계를 만들고, 더 많은 파인튜닝 변형과 더 많은 프로덕션 피드백, 더 많은 채택을 낳습니다. 이는 다시 다음 자금 조달 라운드의 근거를 강화합니다. 현재 매우 빠르게 돌아가고 있는 플라이휠입니다.

확장된 Agent Swarm 기능, 더 깊은 엔터프라이즈 통합, 그리고 오픈소스 코딩 벤치마크를 계속 끌어올리는 모델 릴리스를 주목할 필요가 있습니다.

결론

Kimi Work는 현재 존재하는 폐쇄형 엔터프라이즈 플랫폼 바깥에서, 단순한 AI 도구가 아니라 AI 워크스페이스를 만들려는 가장 일관된 시도입니다. 긴 컨텍스트 처리 능력, 네이티브 멀티모달성, 오픈소스 기반, 그리고 진정한 멀티 에이전트 오케스트레이션의 조합은 단일 경쟁사보다 더 넓은 지식 노동 스펙트럼을 커버합니다.

통합 워크스페이스 설계는 컨텍스트 전환을 줄이고, 도구 간 복사-붙여넣기를 줄이며, 하나의 세션 안에서 AI가 더 많은 무거운 작업을 처리하게 만듭니다. AI를 데모용이 아니라 실제 업무에 진지하게 활용하려는 팀에게, 그 통합이야말로 실질적인 가치가 있는 지점입니다.

200억 달러 기업가치에는 지속적인 성과가 필요합니다. 지금까지 Moonshot은 그 성과를 내고 있습니다.